Experiencias reales de MLOps y su convergencia con la IA Generativa

El desarrollo de MLOps agiliza la adaptación al mercado

El Mundo Asegurador lleva años apoyándose en la Analítica Avanzada en distintas unidades de negocio; ahora el siguiente paso será establecer una sinergia entre las diferentes áreas para eliminar trabajos redundantes y reducir costes. Lo explicó en profundidad José Ignacio Bernaldo, Head of Big Data, AI & ML Technologies, en la jornada de Innova-tsn, que abrió Carlos Larrea, Manager de Desarrollo de Negocio de la consultora.

En su intervención, Bernaldo resaltó que “la cultura MLOps es un reto en las organizaciones que supone un cambio, no solo a nivel tecnológico, también a nivel organizativo. No se trata únicamente de desplegar un modelo, sino que todos los roles implicados dentro de las diferentes áreas se complementen”. 

El desarrollo de MLOps se basa “en aplicar principios que llevan ya mucho tiempo en el ámbito de la Analítica. Hay que construir secuencias de tareas que se vayan automatizando, y todo ello se tiene que fundamentar en una infraestructura que la empresa sepa usar. Además, todo se tiene que sustentar en un trabajo colaborativo con un entorno de experimentación robusto, seguido de un despliegue, monitorización y gobierno de modelos correctos. Todo ello apoyado no solo en sistemas, sino también en personas”, afirmó.

Asimismo, Bernaldo incidió en la importancia de construir una matriz de responsabilidades compuesta por los roles de la organización, capacitando aquellos con los que la empresa no cuenta, para poder cubrir las necesidades del asentamiento de la metodología MLOps. Como conclusión, expuso sus posibles beneficios: “las empresas serán capaces de realizar más modelos, de manera más ágil, adaptándose a los cambios del mercado y alineando a todos sus trabajadores en un entorno cooperativo”.

MLOPS Y LA IA GENERATIVA

La jornada se completó con una mesa redonda, moderada por el propio José Ignacio Bernaldo, en la que se resaltó la importancia de la cultura MLOps, y más aún con la IA Generativa en el sector asegurador, y la complejidad de su implementación a nivel organizativo, así como los beneficios que esta aporta a nivel de maximización de la colaboración entre entornos y reducción de procesos repetitivos y costes. En ella, Marcos Paz, director de Inteligencia del Cliente de Abanca, resaltó que “las organizaciones están viendo que la adopción de la cultura MLOps es necesaria, y están buscando profesionales especializados en ello, aunque es complicado porque no hay muchos perfiles cualificados actualmente”. En general, este fue uno de los debates del coloquio, en el que se discutió la falta de personal centrado en la aplicación de esta metodología en las empresas. 

Por su parte, Tomás Cardeñoso, director de Pricing y Business Analytics, Products & Underwriting en Allianz Direct, expuso que “las organizaciones no son plenamente conscientes de que, una vez puesto un modelo analítico en producción, la vida de la empresa cambia por completo. Por parte de la alta dirección, el foco está más centrado en la conceptualización de casos de uso concretos que en el cambio de paradigma organizativo que supone el hecho de tener un cierto número de modelos en funcionamiento”. De igual modo, señaló que “es esencial formar a los perfiles analíticos en la metodología MLOps para explotar sus beneficios”. 

Alba Sendín, directora de Datos y Tarificación de Sabadell Zurich, y Leyre Sánchez, Lingüista Computacional de Innova-tsn, pusieron el foco en la convergencia de la IA Generativa con la metodología MLOps. Incidieron en que “ahora es un tema que puede causar cierto miedo en cuanto a la pérdida de trabajo humano y la generación de contenido poco ético; sin embargo, si aplicamos los principios de control y gobierno del modelo en los que se basa la cultura MLOps al uso de la IA Generativa, podremos utilizarla como un facilitador para nuestro trabajo, sin olvidarnos de que sus resultados deben ser siempre supervisados por la figura humana”.
 

BENEFICIOS Y RETOS DE MLOps

Beneficios:

• Agilidad en la adaptación a los cambios de mercado
• Entorno colaborativo
• Sinergias entre las diferentes áreas de negocio
• Reducción de costes y trabajos redundantes

Retos:

• Equipo especializado
• Convergencia entre metodología y tecnología
• Integración de los modelos de forma personalizada para el negocio